- GlobalBuildingAtlas は、これまでに作成された建物の最も詳細な 3D マップであり、3×3 m の解像度で約 27 億 5000 万の建造物をカバーしています。
- このプロジェクトでは、2019年の衛星画像800,000万枚と168都市のディープラーニングおよびLiDARトレーニングデータを融合し、建物の敷地面積、高さ、容積を推定します。
- 結果は世界的に著しい対照を示している。アジアには全建物のほぼ半分が集中しているが、新たな指標である一人当たり建築物容積は大きな不平等を露呈している。
- オープン データセットは、都市計画、気候およびエネルギー モデル、災害リスク評価、さらには都市の腐敗とガバナンスの調査をサポートします。
地球は静かに驚くべき新しい情報層を獲得した。 27億5000万棟の建物の世界3Dマップ地球上の人工建造物の約97%を覆っています。中国の広大な超高層ビル街からサヘルの散在する農村住宅まで、ほぼすべての屋根が3次元で計測可能なオブジェクトに変換されています。
この偉業の背後には グローバルビルディングアトラスは、衛星画像と機械学習を用いて、ほぼすべての建物の高さ、床面積、容積を再構築する大規模なオープンデータセットです。単なる派手な視覚化ではなく、このプロジェクトは、 都市計画、気候・エネルギーモデリング、災害リスク評価、社会調査 まさに地球規模で。
27億5千万棟の建物の3Dマップとは一体何でしょうか？
GlobalBuildingAtlasの核となるのは、 3Dで見る世界中の建物一覧3×3メートルの空間解像度で作成された。マッピングされたすべての構造は、 2Dフットプリント 地上と簡略化された 推定高さの3Dブロックこれにより、研究者は床面積、容積、建物が密集しているエリアの実際の密度や疎らさを計算できるようになります。
チームによれば、この地図帳には 27億5000万の建物ポリゴン約 そのうち26億8000万人（約97％）データは、いわゆる 詳細レベル 1 (LoD1): 各建物の基本的な形状と標高を捉えた、幾何学的に簡略化されたソリッドブロック。建築レベルの詳細ではありませんが、一貫したグローバルカバレッジを必要とする数値モデル、シミュレーション、AIシステムに入力するのに十分な精度を備えています。
約1.7億の建物を擁していた以前の世界の建物データセットと比較すると、新しい地図は 10億以上の建物を追加 より細かい粒度を提供します。空間的な詳細は最大 30倍高いです 特にこれまでほとんど代表されていなかった地域において、最も広く使用されていた以前のインベントリの一部よりも優れています。
報道範囲の拡大は重要なので アフリカ、南米、アジアの農村部の大部分など、これまで地図に載っていなかった地域 従来ヨーロッパや北米でのみ提供されていたのと同等の詳細レベルが、この地図帳に掲載されるようになりました。つまり、この地図帳は単に規模が大きいだけでなく、地理的にバランスが取れているのです。
6～7年の歳月をかけて地球規模の3D地図が構築された経緯
地球上のほぼすべての建物の3Dモデルを作成するのは、アルゴリズムを一度実行するだけでは不可能でした。このプロジェクトには約 6～7年の開発期間衛星リモートセンシング、ディープラーニング、そしてさまざまなマッピングイニシアチブや公的機関によって提供される参照データセットのパッチワークを組み合わせたものです。
このプロジェクトの根幹となるのは、 PlanetScope 表面反射率地球をおよそ高度1000メートルから撮影する商用衛星群。 1ピクセルあたり3メートルこの地図帳のために、研究者らはおよそ 800,000万枚の衛星画像主に2019年のデータを使用し、一部のケースでは2018年のデータも補足し、雲や大気の擾乱がほとんどない画像を慎重に選択しました。
これらのシーンは単純に重ね合わせたものではありません。オルソ補正と大気補正が施され、各ピクセルが正確な地表領域に対応し、霞や照明によるアーティファクトではなく地表の特性を反映するようにしました。そして、チームはこの膨大なアーカイブをつなぎ合わせて、 グローバルモザイクピクセルごとに、それぞれの場所の最もきれいな観察結果を選択します。
人間が実際に構築する部分に処理能力を集中させるために、研究者は先行製品である 世界の都市フットプリント集落が存在する可能性のあるタイルを特定するために、これらのセグメントのみが後続の建物検出パイプラインに渡されました。これにより、孤立した集落や小さな町を捉えながらも計算量を削減できました。
最も難しい課題の一つは 実際の建物を他の明るい物体や構造化された物体と区別する 宇宙から見た道路、崖、産業インフラ、樹冠など、様々な地形や建物を、様々な角度から捉えることができます。研究グループは、建物の候補を検出し、精緻化し、最終的に利用可能なベクターフットプリントに変換するための、複数段階のワークフローを開発しました。
衛星のピクセルから個々の建物まで
画像を建物地図に変換するための最初のステップは、建物の位置を認識できるようにディープニューラルネットワークを訓練することでした。このために、研究チームは衛星モザイクを小さなパッチに分割し、それらを 既存の建物の敷地 OpenStreetMap や中国の大規模な注釈付きデータセットなどのソースから取得されます。
これらのベクターフットプリントは、 3メートルグリッド プラネットスコープ画像から、各ピクセルに「建物あり」または「建物なし」のラベルをつけたトレーニングデータを生成した。 エンコーダ・デコーダ型ニューラルネットワーク 次に、明るいピクセルが予測される建物の位置を示す画像である「建物マスク」を出力することを学習しました。
しかし、このモデルの生の出力は 隣接する建物を連続した塊に結合する特に密集した都市中心部では、この傾向が顕著です。これに対処するため、研究チームは2つ目の 正則化ネットワーク マスクをクリーンアップし、融合された形状を分割し、境界をシャープ化してからポリゴンに変換します。輪郭検出、ポリゴンの簡略化、小型オブジェクトのフィルタリングなどのアルゴリズムを適用し、これらのバイナリマスクをベクターフットプリントに変換しました。
それでも、検出された物体のすべてが本物の構造物だったわけではない。研究者たちは、結果を 地球規模の土地被覆地図（WorldCover）これにより、水域、氷河、密林、その他建物の存在が極めて考えにくい土地の上にあることが明らかな要素が除去されました。この追加のフィルタリング手順は、遠隔地における誤検知を抑制するために不可欠であることが証明されました。
地球規模で完全な一貫性のあるフットプリントデータセットは存在しないため、このプロジェクトでは 品質主導の融合戦略各行政区域において、チームは最も信頼性の高い情報源（多くの場合はOpenStreetMapですが、アフリカと南米の一部についてはGoogleのOpen Buildings、Microsoftの建物データ、東アジアの地域データセット（CLSM）も）を主要なレイヤーとして選び、その後、ギャップがある部分には二次的な情報源を使用して情報を充実させました。
実際には、これは各地域で地図帳が 入手可能な最良の情報源からすべての建物を保存するは、次善のソースから重複しない建物を追加し、残りの隙間を埋めるために、自動生成された独自のフットプリントを使用します。その結果、単一の調和のとれた建物ポリゴンのレイヤーが生成されます。著者らによると、このレイヤーは、個々のコンポーネントよりも完成度が高いとのことです。
チームが高さと体積をどのように推定したか
2Dの建物の輪郭を3Dオブジェクトに変換するには、もう1つの大きなステップが必要でした。それは、各建物の高さを推定することです。このために、研究チームは膨大な量のデータを集めました。 航空LiDARデータ カバーする 168の都市主にヨーロッパ、北米、オセアニアで、空中レーザースキャンが大規模に導入されています。
これらのLiDARソースから、 正規化デジタル表面モデル（nDSM）グリッドセルはそれぞれ、その地点が地表から何メートル上昇しているかを示す。これらのnDSMは、 訓練のための「グラウンドトゥルース」 単一の光学衛星画像から建物の高さを直接推測できる別のニューラル ネットワーク。
一度訓練すれば、 単眼高度推定モデル 地球規模のPlanetScopeモザイク上で、重なり合うウィンドウを画面上にスライドさせながらすべてのピクセルをカバーしました。3メートル×3メートルのセルごとに、ネットワークは高度の予測値を生成しました。信頼性を定量化するために、システムはわずかに変動させた複数の予測値を生成し、 どれだけ変化したかを測定した各場所に不確実性の推定値を割り当てます。
最後のステップは、改良された建物のフットプリントをこれと組み合わせることです 高さグリッドアトラス内の個々の建物ポリゴンごとに、システムは高さレイヤーをサンプリングし、通常は 最大高さ値 当該フットプリント内で、代表的な建物の高さと、それに関連する不確実性指標が見つかる。その高さとフットプリント面積から、合計 ボリューム 各建物ごとに計算できます。
LoD1モデルは見た目はシンプルですが、詳細な建築物というよりは、丁寧に積み重ねられた箱のように見えますが、 堅牢な分析をサポートする構築フォーム北米、南米、ヨーロッパ、アジア、オセアニアの都市で行われたテストでは、地域や都市形態によって誤差は異なるものの、グローバルデータセットの性能は既存の大規模建物高製品と同等以上、あるいは多くの場合それよりも優れていることが示されています。
3D建物地図帳が世界について明らかにするもの
技術的なパイプラインが整備されれば、地図帳を使って、 建築環境の数値X線大陸全体では、データセットは約 506,640百万平方メートルの建物面積 そしておよそ 2兆8500億立方メートルの建築容積.
すぐに判明したことの一つは、これまでの世界全体の建物数の推計が高すぎたようだということだ。国連の報告書でよく見られる数字は、およそ 世界中の4億の建物ここで特定された27億5千万という数字は、それらが体系的に検出されたことと合わせて、以前の数字が実際の総数を誇張していた可能性が高いことを示唆しています。
地域別に比較すると、より微妙な違いが出てきます。 アジア 建物数と総容積の両面で、文句なしのヘビー級の規模を誇る。この地図帳はおよそ 12億2000万棟の建物 大陸では、約 1兆2700億立方メートルの建築容積これらの数字は、中国、インド、東南アジアなどの国々における急速な都市拡大と高い人口密度を反映しています。
アフリカ 2番目に多い建物の数は約 5億4000万の構造物だが、累積量ははるかに少なく、 117兆XNUMX億立方メートル建物の数と容積の不一致は、 低層で敷地面積の小さい住宅特に非公式居住地や農村地域で顕著です。
In ヨーロッパと北アメリカ地図帳に掲載されている建物の数はアフリカよりも少ないものの、建物1棟あたりの平均容積は大幅に高くなっています。都市部では中層・高層ビル、倉庫、大型戸建て住宅が混在することが多く、これらが建物の数が少ない場合でも、平均的な建物容積を押し上げています。
南米一方、分析では、 高さと体積の推定における最大の誤差研究チームはこれを、高層ビルが立ち並ぶ中心部と、モデルが一貫して解釈するのがより困難な、密集した非公式の地域が複雑に混在する状況と関連付け、将来の改善とより多くの地域参照データが最も役立つ領域を浮き彫りにしている。
新しい指標：一人当たりの建築量
おそらく、このプロジェクトで最も刺激的な点は、新しい指標の導入です。 一人当たりの建築量この指標は、単に都市化された土地の面積を測るのではなく、特定の地域に住む人の数に対する建築物の総量の割合に注目します。
研究チームは、このアプローチは 平面的な2Dマップでは隠れがちな不平等を捉える従来の地図では、2つの地区が同じ面積を占めているように見えますが、その垂直方向のプロファイルや生活環境は大きく異なる場合があります。
新しい3Dデータセットを使用して、次のようなケースを強調しています。 フィンランドとギリシャフィンランドはおよそ 一人当たりの建築面積が6倍 ギリシャよりも住民一人当たりの空間が広く、都市や住宅の形態も異なることを示しています。一方、 ニジェール 一人当たりの建築面積は約 世界平均の27分の1インフラと住宅の深刻な赤字を指摘した。
こうした格差はヨーロッパやアフリカに限ったことではない。大陸全体を見てみると、より裕福な地域は一般的に 一人当たりの容積の増加、道路の広さ、建物の大型化一方、貧困地区では、狭苦しい低層住宅と限られた公共インフラが混在していることが多い。例えば、大都市の裕福な地区と近隣の非公式居住地を比較すると、その対照は際立つ。
このプロジェクトの主任科学者にとって、 朱暁祥教授 ミュンヘン工科大学の研究者によると、この変化は根本的である。彼女と同僚は、都市は 三次元オブジェクト 進捗状況を評価する際には 国連の持続可能な開発目標 11は、どれだけの土地が「都市」として分類されるかということだけに頼るのではなく、持続可能な都市とコミュニティに焦点を当てています。
彼らの見解では、 住民1人あたりの建物数 単に市街地の境界を示した地図よりも、生活水準、インフラの可用性、土地利用の強度について、より直接的ではあるが、まだ不完全な視点を提供します。
気候モデルから災害対応まで
3D建物マップは、全体的なパターンを描写するだけでなく、 実用的に役立つ 幅広い用途に使用できます。すべての建物には、面積、高さ、位置が関連付けられているため、このアトラスは、建築環境の詳細な表現を必要とするモデルに直接取り込むことができます。
明確な領域は 気候とエネルギー分析建物は約 世界のCO₂排出量の40%暖房、冷房、電力の使用を通じて、主に暖房、冷房、電力の使用によって、世界中の建物ストックに関する一貫した3Dデータが得られるため、研究者は エネルギー需要をより正確に推定し、さまざまな改修シナリオをシミュレートし、潜在的な排出削減量を定量化する 建築、断熱、都市設計の変更によるもの。
もう一つの即効性は 災害リスク軽減のような機関は ドイツ航空宇宙センター、これは 国際憲章：宇宙と大規模災害は、この地図帳が、洪水、地震、地滑り、暴風雨の影響を受ける建物や住民の評価にどのように役立つかを既に検討しています。3次元データを使用することで、各階で何人の人が影響を受けるか、あるいは洪水氾濫原内にどれだけの建物があるのかを推定することが容易になります。
都市計画者や地方自治体にとって、 一貫した3Dベースライン 介入を実施する前にシミュレーションを行う可能性が開かれる。例えば、市当局は 住宅供給が人口需要をはるかに下回っている地域を特定する新しい学校や医療センターの建設予定地を特定し、緑地の追加や道路のレイアウト変更が熱への曝露やアクセス性にどのような影響を与えるかをテストします。
データセットのオープン性が鍵となる。このアトラスはオンラインで入手可能である。 インタラクティブマップ 多くのユーザーにとって馴染みのある操作方法で、パン、ズーム、標準地図や衛星画像などの異なる背景レイヤーの選択、名前や住所による特定の場所の検索などが可能です。ユーザーは ボリューム視覚化とLoD1 3Dブロック表現 自分の街や遠隔地を探索する。
より深いアクセスを必要とする人のために、基礎となる データとコードはGitHubからダウンロードできますこれにより、研究者、公的機関、さらには民間企業でも独自の分析を実行したり、地図帳を既存のシステムに統合したり、 管理されたグラフデータベース 複雑な関係を表現する。
都市化をほぼリアルタイムで監視
GlobalBuildingAtlasの最も魅力的な約束の一つは、2019年の1回限りのスナップショットに留まる必要がないということです。パイプラインは 定期的に取得される衛星データ 訓練されたモデルを使用することで、原則として、定期的に再実行して、世界の建物ストックの最新のビューを生成することができます。
都市計画学者 ドリーナ・ポジャニクイーンズランド大学のは、研究者や政策立案者が 今後5～10年間の都市の進化を追跡する不定期に行われる国勢調査や、国間でほとんど調和されていない地域のデータセットに頼るのではなく、
地域では、 計画情報が不足しているか古くなっているアフリカやアジアの急成長を遂げている中規模都市など、都市圏の発展途上国において、このデータは建築環境に関する初の信頼できる最新のベースラインとなる可能性があります。例えば、都市計画担当者は、インフォーマル居住地がどのように拡大しているか、工業地帯が農地に侵入している場所、都市周辺部のどの地域が新規建設で埋め立てられているかなどを把握できるようになります。
人口統計学的および社会経済学的研究では、このような時間的更新を人口推計と組み合わせることで、 一人当たりの建築容積が時間の経過とともにどのように変化するかを観察する住宅やインフラ整備において、特定の地域は追いついているのでしょうか、それとも格差が拡大しているのでしょうか？ 建築物量と人口のよりバランスの取れた成長につながる政策は何でしょうか？
技術的な観点からは、より頻繁なアップデートの可能性は次のような要因に依存します。 衛星データの可用性、コンピューティングリソース、およびモデルを改良する能力 特に、あまり代表されていない地域において、新たな参照データセットが追加されました。それでも、2019年の地図で実証されたパイプラインは、世界の建物の将来の「スナップショット」のテンプレートを提供するものです。
透明性、ガバナンス、さらには汚職調査
この地図帳は、物理的な計画や気候研究以外にも、次のような影響を与える可能性がある。 ガバナンスと透明性建物の物理的な存在と他のデータセットを体系的にリンクできるため、一部の研究者は、権力とお金が建築環境をどのように形作るかを調査するためのツールとしてこれを捉えています。
都市計画の専門家 ドリーナ・ポジャニ 原理的には、建物レベルのデータを使って 特定のプロジェクトを開発者、企業、または政治関係者と関連付ける土地登記簿、企業記録、公共調達データを重ね合わせることで、アナリストは特定の個人ネットワークが不釣り合いに大きな存在感を示しているかどうかを問うことができる。 高価値または戦略的に立地するプロジェクト、 による支援 アマゾン海王星.
このような分析は、 都市の腐敗、土地投機、計画プロセスの掌握これらのデータは、建設ブームが政策変更と一致するパターンや、特定の地域では高級開発が繰り返し行われている一方で、他の地域では体系的に無視されているパターンを特定するのに役立つかもしれない。
別の専門家、 リトン・カムルザマン モナッシュ大学の研究者は、この地図帳が、 現在、信頼できる計画情報が不足している都市拡大の基本的な地図さえ存在しないような状況では、地球規模の3D建物レイヤーを利用できれば、都市がどのように成長し、どのコミュニティがインフラを受け、リスクとアメニティがどのように分配されているかについて、より透明性の高い議論を促進できる可能性があります。
もちろん、この地図帳は所有権、土地保有権、社会力学の全体像を示すものではありません。しかし、 物語の物理的な側面ははるかに目に見える形で測定可能これは、都市開発における公平性、正義、説明責任について、より情報に基づいた議論を行うための出発点となる可能性があります。
将来を見据えると、データセットが 公開され、再現可能 つまり、ジャーナリスト、市民社会、研究者は、公式統計だけに頼るのではなく、建設パターン、インフラ整備、主要開発計画の結果に関する主張を独自に検証できるということです。
都市研究、気候科学、リスク管理、ガバナンスといったすべての分野において、新しい 27億5000万棟の建物の3Dマップ 世界の建築環境を観察し分析する方法に、画期的な変化をもたらすものです。GlobalBuildingAtlasは、平面的で断片的な図像を、ほぼ地球規模の3次元的なインベントリに置き換えることで、人々がどこにどのように暮らし、彼らのために何が建てられ、そしてその建築物がどのように不均等に分配されているかを理解するための共通の参照枠組みを提供します。
